一凡 发自 凹非寺
量子位 | 公众号 QbitAI

AI Coding，终于开卷协同作战了。

我最近实测阿里Qoder「专家团模式（Experts Mode）」后，发出了上述感慨。在「专家团模式」下，Qoder直接给我组织了一支赛博工程团队，我就负责看，专家团负责干。

它帮我自动解析需求，分配任务，调配前端、后端、测试、运维等不同职责的“工程师”，驱动多个智能体同时推进任务，直接让我躺着当了回CTO。

这背后体现了AI Coding的新趋势，氛围编程正在走向多智能体协同编程，AI让开发者变成了Agent管理者，而AI IDE也正在成为智能体管理工具。

Qoder专家团带我速通个人博客

打开Qoder后在Editor模式下，点击右上角“切换AI侧栏”，然后再点击中间下方切换模式按键，就能使用「专家团模式」了。

为了快速检验专家团的能力，我选择从0开始，做一个简单的个人博客项目。在我输入项目需求后，专家团的「指挥官」Team Lead自动将我的需求拆解为8个任务，然后分派给了不同的赛博工程师

Team Lead首先派出的是通用工程师Nick，他并不负责具体的开发，因为我目前只有一个空文件夹，也缺少项目需要的环境，所以需要Nick先帮我安装依赖，以及搭建基本的项目结构，进行项目初始化。

在这一过程中，Nick还遇到了一些问题，它自己就克服了。

最终Nick顺利完成任务，给我汇报了工作。

接着Nick就把工作交棒给他的“同事”——后端工程师Jimmy。但和人类后端工程师既负责后端开发，又负责数据库不同，Jimmy只负责初始化数据库，从这也能看出「专家团模式」的分工很细致。

Jimmy建完数据库后，项目就可以正式开工写代码了，Team Lead按模块，把工作分给了5位工程师，他们分别负责前端页面、中间件和后端API的开发工作，非常全面。

看上去这似乎是个线性过程，但其实在开发时出现了多名工程师同时推进项目的情况。这无疑加快了开发效率，同时也是专家团模式下，多智能体协作编程的优势之一。

等前面7位“同事”完成开发后，项目指挥官Team Lead还安排了测试工程师Chris进行完整流程验证

Chris会直接打开浏览器，输入账号密码，登录网站，然后完整测试一遍整个增删改查逻辑。

同时自动保存关键页面的截图，展示测试结果。

测试工作完成后，项目开发还没结束，我又让系统评审了一下代码质量，于是Team Lead又追加了一个专家代码评审员Mark，Mark找到了多个系统漏洞，还按严重程度分好了等级

我接着就让专家团修复漏洞，专家们没有直接逐一修复，而是先分析情况，然后发现两个任务互相没有依赖关系，可以独立开发，于是两个专家并行完成了任务，这样显然效率更高。

至此开发和测试工作全部结束。在Qoder专家团8位专家的帮助下，我只花了16分钟就拥有了一个个人博客网站。它具有完整的增删改查逻辑，拥有前台展示页面和后台管理页面。

但目前技术架构还比较简陋，没有实现前后端分离，我决定上点难度，考验一下专家团的重构能力，让其用Spring Boot（Java开发框架）和MySQL（关系型数据库）重构一下后端。

专家团组团重构，用AI开发AI工具

我首先依然是将我的需求告诉了Team Lead，Team Lead对这些需求进行可行性分析后，问了我几个问题，每个问题都提供了三个选项，我做出决策后，Team Lead接着为我派遣了一名新专家Alex。

Alex是一名调研员，负责分析我目前的项目结构和代码接口，然后制定完整的重构计划，并将其写成了markdown，以指导后续的规约开发。

有了重构计划后，Team Lead开始指挥工程师团队干活了，新角色又出现了：运维工程师Nick，他负责为我安装MySQL。

本地装好MySQL后，我担心不同组件之间会有版本冲突，所以我在此时介入提出了内心的疑问，系统给出了让人放心的回答。这也是Qoder专家团模式的特点，开发者可以随时介入流程，提出问题或者改变需求

这个设计可以说是非常真实了，毕竟哪个开发没被产品追加过需求呢（doge）。

接下来就是正常推进项目和自动Debug了，中间多次出现前后端同时推进的情况，最终高效重构了项目，改写了技术栈。

但我并没有止步于此。AI Coding做的软件，怎么能没有AI，我又要求专家团给我接入Qwen API，设定主题，以后让AI帮我直接写文章。真不是为了以后能摸鱼哈。

接到我的需求后，Team Lead创建了新的任务，同时安排前后端工程师交付了功能。

从开发到重构，我动动嘴就拉来了13个程序员，完成多达30个任务。

纵观整个流程，对比其他AI IDE，Qoder的专家团模式展现出许多独到之处。那么，为什么我们现在需要一个「AI Coding专家团」？

因为AI Coding正在迎来新的范式转变。

为什么需要「AI Coding专家团」？

“从去年12月开始，AI Coding已质变”，大神卡帕西的这段发言，最近引起了行业热议。

卡帕西曾一手提出并带火了“Vibe Coding”概念，现在他又一次洞察到AI编程风向的转变。卡帕西认为，AI编程智能体现在的能力远超以往，可以攻克大型项目和长期任务了

这意味着AI编程已从Vibe Coding转向了Agentic Engineering，AI不再只是简单地补全代码，而是开始通过智能体的形式，完整地构建项目。

AI编程迎来新的范式，也引发了新的问题。

一方面是代码质量问题，目前很多主流AI Coding工具仍以单智能体为主，处理简单任务还行，一旦面对复杂任务，比如多轮迭代或者重构项目，其上下文长度可能就扛不住了，最终导致开发就像狗熊掰玉米，做着手头的功能，忘了前面的任务，逻辑链条零散，最后代码质量堪忧。

另一方面则是效率存在提高空间。大型项目非常复杂，涉及方方面面的工作，比如前端UI、后端开发和数据库设计，一些任务明明可以分开执行，现实团队也往往是这么安排的，但单智能体编程的情况下，还是要被迫等待。

Qoder专家团模式正好可以解决质量和效率这两大痛点。从前面实测体验来看，专家团并不是简单地堆砌智能体数量，它是一个真正的多智能体系统。因为它给我分配的专家具有不同特长，据介绍他们其实是在各自独立的上下文工作，互相协同之下，显然能应对更多的交互轮次。

针对上下文问题，Qoder还特意打造了工程知识引擎，这是一套可以使用多维数据源的代码认知系统，它能整合你的代码文件、提交历史、RepoWiki、记忆，优化专家们深度理解上下文的能力。

此外，实测时我还多次发现，多名专家同时推进工作的场景，在这种情况下专家们分别写不同页面，或者分别开发前端和后端，这无疑加快了项目推进速度。

这是目前我已感知到的特点，据说专家团的智能体还会自主学到新的Skills，自我进化，越用越聪明，越用越懂我。现在新模式刚上线，我暂时还没发现这个特性，后面有机会我再和大家分享。

总的来看，「专家团模式」加快了开发效率，提高了代码质量。Qoder采用内部复杂任务基准对「专家团模式」进行了代码质量测试，结果显示专家团模式得分较自身智能体模式提升67%，领先Claude Code Agent Teams 16%

显然，Qoder「专家团模式」正在开启一个新的阶段。

开启多智能体协同编程时代

氛围编程和智能体编程之后，AI Coding正在转向多智能体协同编程时代

这背后是用户需求变化，他们不再满足于简单的AI写代码，而是希望AI能高效交付软件，软件质量也要有保证。单智能体显然已无法满足这种需求，那么迈向多智能体协同编程就成为必然。

多智能体协同编程进一步放大了个人能力，让个人拥有了一支随时待命、持续进化、不只懂编程更懂工程的数字军团。

这一转变也要求AI IDE也从简单的编写代码和组织文件，转向组织智能体。这也符合卡帕西的预判，即AI Coding时代人们依然需要IDE，甚至需要一个更庞大的IDE，用它来管理智能体。这就是IDE未来的发展方向

现在，实测Qoder专家团模式后，我已经从中看到了AI Coding和AI IDE的未来。